MODELO PARA A CLASSIFICAÇÃO DO RISCO DE CRÉDITO DE

1

MODELO PARA A CLASSIFICAÇÃO DO RISCO DE CRÉDITO DE COMPANHIAS

BRASILEIRAS LISTADAS NA BM&FBOVESPA

Tiago Lauschner Araujo1

Lauro Mazzini Panichi2

RESUMO

Acredita-se que o risco mais temido no ambiente empresarial é o de falência, pois ele afeta

diversos interessados, como por exemplo, credores, fornecedores, funcionários e detentores

do patrimônio. Sabendo dessa realidade, diversos estudiosos elaboraram ferramentas

estatísticas baseadas em índices econômico-financeiros que tinham como propósito prever a

ocorrência de uma insolvência iminente para auxiliar uma gama de usuários preocupados com

o problema. Dessa forma, no presente estudo, apoiando-se na metodologia adotada por Brito e

Assaf Neto (2008), foi desenvolvido um modelo estatístico, com o intuito de auxiliar no

processo de tomada de decisão de investimentos, concessão de crédito ou até mesmo decisões

gerenciais. A amostra estudada compreende 60 empresas brasileiras não financeiras de capital

aberto com ações negociadas na Bolsa de Valores, Mercadorias e Futuros de São Paulo

(BM&FBOVESPA), sendo divididas em dois grupos com 30 empresas em cada um. Em um

grupo há as empresas que estavam em processo de recuperação judicial ou de falência no

período de 2009 a junho de 2017 e no outro, empresas de mesmo porte e setor econômico que

não incorreram no evento. Como variáveis explicativas, foram utilizados índices econômico-

financeiros que representavam a situação econômico-financeira dessas empresas. Após o

emprego da Regressão Logística, os resultados foram favoráveis ao se analisar os testes que

avaliam a qualidade do modelo. Por exemplo, obteve-se um nível de precisão geral de 85%,

ao passo que Brito e Assaf Neto (2008) obtiveram uma taxa de acerto de 90%.

Palavras-chave: Risco de crédito. Indicadores econômico-financeiros. Modelo de previsão de

insolvência.

MODEL FOR THE CREDIT RISK CLASSIFICATION OF BRAZILIAN

COMPANIES LISTED ON BM&FBOVESPA

ABSTRACT

The most feared risk in the business environment is believed to be bankrupctcy, as it affects

many stakeholders, such as creditors, suppliers, employees, and equity holders. Knowing this

reality, several scholars have developed statistical tools based on economic-financial ratios

that have as purpose, predict an occurrence of imminent insolvency to assist a range of users

concerned about the problem. Thus, in present study, based on the methodology adopted by

Brito and Assaf Neto (2008), a statistical model was developed in order to assist the decision-

making process of investments, credit granting or even managerial decisions. The sample

1 Graduando do Curso de Ciências Contábeis da Faculdade de Ciências Econômicas da UFRGS. Artigo

apresentado para a disciplina Trabalho de Conclusão de Curso, como requisito parcial para a obtenção do título

de Bacharel em Ciências Contábeis. E-mail: [email protected]. 2 Orientador: Graduado em Ciências Contábeis pela Faculdade São Judas Tadeu e em Direito pela Pontifica

Universidade Católica do Rio Grande do Sul. Professor do Departamento de Ciências Contábeis e Atuariais da

UFRGS. E-mail:[email protected]

2

studied comprises 60 Brazilian non-financial open companies with stocks traded on the

BM&FBOVESPA, being divided into two groups with 30 companies in each one. In a group

there are companies that were passing through a judicial recovery or bankruptcy in the period

from 2009 to June 2017 and in the other are companies of the same size and economic sector

that didn’t incur in the event. As explanatory variables, were used economic and financial

ratios that represented an economic-financial situation of these companies. After the use of

Logistic Regression, the results were favorable when analyzing the tests that evaluate the

quality of the model. For example, a general accuracy level of 85,00% was achieved, while

Brito and Assaf Neto (2008) obtained a 90,00% accuracy rate.

Keywords: Credit risk. Financial-economic indicators. Insolvency forecast model.

1 INTRODUÇÃO

Brito e Assaf Neto (2008) explicam que nos últimos anos está ocorrendo nas

instituições financeiras um processo de revisão dos critérios para avaliação e administração do

risco de crédito. Desse modo, elas buscam novos instrumentos com o intuito de obter maior

precisão à cerca do risco dos tomadores de empréstimo, assim como de uma carteira de

crédito.

Semelhantemente às instituições financeiras, os investidores também precisam obter

informações a respeito do estado de solvência da empresa, tanto no momento em que se

pretende realizar uma nova aplicação de recursos, quanto no momento de reavaliaçxão da

carteira de investimentos. Dessa maneira, o processo de análise da situação financeira torna-se

muito útil e importante, pois através dele será possível obter uma maior segurança para o

capital investido, bem como para obter indicativos sobre as finanças da empresa, assim,

auxiliando também na decisão de vender uma participação.

Portanto, esse estudo fornecerá um modelo matemático com o objetivo de auxiliar tanto

o investidor quanto instituições financeiras. Para isso, será empregada a mesma metodologia

usada por Brito e Assaf Neto (2008), ou seja, a técnica estatística adotada será a regressão

logística.

O modelo matemático que será obtido possuirá uma relação estatística do evento de

insolvência com uma série de indicadores econômico-financeiros, previamente definidos, que

serão calculados através das informações contábeis das empresas. Com isso, a partir dessa

relação será avaliado se as demonstrações financeiras disponibilizadas pelas empresas

fornecem informações que ajudam a prever a ocorrência de uma inadimplência iminente de

uma companhia aberta. Destaca-se que Kanitz (1974) já previa essa associação, pois para ele,

os demonstrativos contábeis podem apresentar indícios de uma degradação financeira.

3

Diante do exposto, a presente pesquisa tem como objetivo responder o seguinte

questionamento: como classificar o risco de crédito para prever o evento de insolvência das

empresas listadas na BM&FBOVESPA, utilizando a metodologia de classificação de risco de

crédito baseada no modelo de indicadores econômico-financeiros que foi proposto por Brito e

Assaf Neto (2008)?

Dessa forma, o objetivo principal desse trabalho é aplicar a metodologia de

classificação de risco de crédito de empresas listadas na BM&FBOVESPA, baseando-se no

trabalho de Brito e Assaf Neto (2008), sendo assim uma versão mais atualizada do modelo.

A pesquisa também pretende cumprir três objetivos específicos como meio de alcançar

o objetivo geral. O primeiro consiste em verificar se as demonstrações contábeis divulgadas

pelas companhias fornecem informações para classificar as organizações como prováveis

solventes ou insolventes conforme proposto em Brito e Assaf Neto (2008). O segundo, aplicar

a metodologia de classificação de risco de credito, fundamentando-se no artigo de Brito e

Assaf Neto (2008), obtendo assim um novo modelo, consequentemente resultando em uma

nova função matemática, que terá o propósito de auxiliar a análise de crédito. E por último,

comparar o poder explicativo obtido por Brito e Assaf Neto (2008) com o encontrado na

pesquisa.

Com relação aos investidores, essa pesquisa pode mostrar se as informações contábeis,

presentes nas demonstrações financeiras, podem ser utilizadas em um modelo para auxiliar na

previsão de eventos de default, nesse caso, uma situação de insolvência que implicaria

imediatamente em perda do valor investido, assim, evidenciando a sua utilidade na tomada de

decisão de investimento.

Ademais, o estudo poderá ser útil e importante no sentido de amparar as instituições

financeiras na tomada de decisões de concessão de crédito, podendo proporcionar assim um

melhor gerenciamento e análise do risco de default por parte dessas entidades, já que Brito e

Assaf Neto (2008) afirmam que os bancos buscam cada vez mais instrumentos eficazes com o

intuito de prever esse tipo de adversidade.

Pode-se também destacar que, uma vez que será aplicada a metodologia de Brito e

Assaf Neto (2008), uma nova função logística será obtida com informações mais atualizadas,

já que será considerado o intervalo de 2009 a junho de 2017, sendo esse um período distinto

do qual os referidos autores estudaram.

O estudo está organizado da seguinte forma: a primeira seção contém a introdução; a

segunda trata a respeito do referencial teórico; a terceira apresenta os procedimentos

metodológicos aplicados, evidenciando a composição da amostra, as variáveis utilizadas e a

4

técnica estatística adotada; a quarta demonstra os resultados alcançados, assim como sua

análise; e a quinta evidencia as conclusões, bem como as limitações do estudo.

2 REFERENCIAL TEÓRICO

2.1 RISCO DE CRÉDITO

Lima (2015) explica que as pessoas, físicas ou jurídicas, buscam crédito com o intuito

de atender as demandas imediatas de caixa. Com isso, recorrem a instituições financeiras, em

que ocorre um processo de avaliação de crédito em que é determinado o risco de crédito e se

os recursos podem ser liberados caso a instituição conclua que a probabilidade de ocorrência

de um evento de default seja baixa.

Segundo Lima (2015, p. 233), “o risco de crédito é o risco da perda econômica

decorrente do não cumprimento das obrigações contratuais por uma das partes contratantes.”

De modo similar, Jorion (2012, p. 285) define risco de crédito como “[...] o risco de perda

financeira decorrente da incapacidade da contraparte de uma operação de honrar seus

compromissos.” Além disso, o mesmo autor ressalta a importância da análise do risco de

crédito sendo, inclusive, mais importante que o risco de mercado.

Acredita-se que dois fatores devem ser considerados na avaliação de risco de crédito.

Um deles diz respeito ao risco de inadimplência que pode ser descrito como a “avaliação

objetiva da verossimilhança de inadimplência da contraparte ou probabilidade de

inadimplência combinada com a perda dada a inadimplência” (JORION, 2012, p. 286). Além

disso, pode-se destacar também o risco de mercado, que para o autor, causa influência no

valor de mercado do compromisso, que também pode ser chamado de exposição a crédito.

2.2 MODELOS DE PREVISÃO DE INSOLVÊNCIA

Nas últimas décadas, alguns autores proporam modelos de previsão de insolvência

com o intuito de analisar se indicadores contábeis podem ajudar a prever problemas

financeiros nas organizações, além de proporcionar um instrumento estatístico aos

interessados na avaliação do desempenho da companhia ou análise de risco crédito.

Uma pesquisa muito conhecida na literatura a respeito do tema é a de Altman (1968),

que desenvolveu um modelo de previsão de insolvência nos Estados Unidos. A amostra foi

5

composta ao todo por 66 empresas do setor manufatureiro, sendo 33 que pediram falência no

período de 1946 a 1965 e as outras 33 continuaram operando até, pelos menos, 1966. Além

disso, as empresas possuíam ativo médio de 6,4 milhões de dólares, sendo que nenhuma

possuía ativo inferior a um milhão de dólares e nem ativo superior a 25 milhões de dólares. A

amostra foi determinada de modo que cada empresa que foi à falência teria uma companhia

sem problemas financeiros correspondente, em que o setor de atuação e o tamanho do ativo

eram semelhantes. Inicialmente, para a elaboração do modelo, foram utilizados 22 indicadores

de diferentes grupos: rentabilidade, liquidez, indicadores de atividade, alavancagem e

solvência.

Com os dados, o autor optou por empregar a técnica de análise discriminante múltipla,

obtendo então um nível de acerto de 95% para a aplicação em empresas com um ano de

antecedência e 83% no caso de dois anos. Abaixo, a função discriminante obtida no estudo é

apresentada, assim como a descrição das as cinco variáveis pertencentes ao modelo:

Z= 0,012X1 + 0,014X2 + 0,033X3 + 0,006X4 + 0,999X5

Sendo que: X1 representa o capital de giro sobre o ativo total; X2 simboliza o montante

de lucros retidos com relação ao ativo da companhia; X3 indica a proporção dos lucros antes

dos juros e imposto de renda sobre o ativo; X4 retrata o valor de mercado da empresa sobre o

valor escritural do passivo total, sendo que esse valor de mercado é representado através da

multiplicação do número de ações negociadas pelo preço unitário desses títulos; e X5

demonstra o montante de vendas sobre o ativo da organização.

Em 1974, Kanitz realizou um dos primeiros estudos no Brasil a respeito do assunto.

Nele, o objetivo era determinar quais empresas teriam maior possibilidade em enfrentar uma

situação de insolvência. Para isso, ele desenvolveu a fórmula a seguir, através de uma

ponderação estatística com indicadores contábeis que ficou conhecida como fator de

insolvência:

Fator de insolvência= 0,05X1 + 1,65X2 + 3,55X3 - 1,06X4 - 0,33X5

Em que: X1= Lucro Líquido/Patrimônio Líquido; X2= (Ativo Circulante + Realizável a

longo prazo)/(Exigível curto + exigível longo); X3= (Ativo Circulante – estoques)/Exigível

curto prazo; X4= Ativo Circulante/Exigível Curto Prazo; e X5= (Exigível curto prazo +

exigível longo prazo)/Patrimônio Líquido.

6

Calculado o fator de insolvência da empresa, que é uma combinação estatística dos

índices, o autor constatou que é necessário comparar o valor obtido com os valores pré-

estabelecidos pelo termômetro de insolvência, que acabou ficando conhecido na literatura

como “Termômetro de Kanitz”. Dessa forma, seria possível detectar em qual condição a

empresa se encontrava.

Por exemplo, se o fator gerasse qualquer número maior que 0, então a empresa pode

ser classificada como solvente e, que quanto maior for esse valor menor é a probabilidade da

empresa em passar por um processo de falência ou concordata. Enquanto isso, resultados que

constam na faixa de 0 à -3, não fornecem evidências suficientes da situação financeira da

empresa, isto é, ela estaria nas palavras do autor, na “penumbra”. Já resultados que eram

menores que -3 classificam as empresas como prováveis insolventes, assim, quanto mais

negativo o valor do fator de insolvência maior será a possibilidade da empresa enfrentar uma

falência ou concordata.

Com um intuito de fazer uma adaptação ao mercado brasileiro do estudo realizado por

Altman em 1968, Altman, Baidya e Dias (1979) buscaram elaborar um modelo quantitativo

com a finalidade de classificar e antever situações problemáticas nas finanças das empresas. A

amostra do estudo foi dividida em duas partes: amostra de problema sério (PS) e amostra sem

problema (NP). Na amostra PS foram utilizadas 23 empresas, dos setores celulose e papel,

têxtil, metalurgia, comércio varejista, plásticos e outros, que já tinham incorrido em eventos

de insolvência no período de 1975 a 1977. Dentre eles, pode-se citar o pedido formal de

falência ou concordata, solução extrajudicial ou até mesmo encerramento das atividades sem a

utilização de meios legais. Já a amostra NP foi composta por 35 companhias de

aproximadamente 30 áreas de atuação. O conjunto de dados obtido foi submetido à técnica de

análise discriminante linear e como resultado, ele obteve duas funções discriminantes, sendo a

mais significativa apresentada a seguir:

Z1= -1,44 + 4,03X2 +2,25X3 + 0,14X4 + 0,42X5

Sendo que: X2 = (Não Exigível - Capital aportado pelos acionistas)/Ativo Total; X3=

(Lucros antes dos juros e impostos)/Ativo Total; X4= Patrimônio Líquido/Exigível Total; e

X5= Vendas/Ativo Total. Os autores só apresentaram o resultado do primeiro modelo, pois ele

se mostrou mais significativo no trabalho. Assim, destaca-se que a precisão de classificação

correta do instrumento estatístico foi de 88,00% e 78,00% com antecedência de um e três

anos, respectivamente.

7

O estudo de Silva (1983) foi composto por 419 empresas brasileiras do setor industrial

e comercial, sendo 259 classificadas como boas e 160 tratadas como insolventes. Através da

análise discriminante, ele desenvolveu alguns modelos de previsão de insolvência

empregando índices contábeis como variáveis explicativas. Em um dos modelos, por

exemplo, em que houve um maior enfoque regional, utilizando assim apenas indústrias do

estado de São Paulo, obteve-se 89,61% de taxa de classificação correta quando aplicado em

indústrias fora do modelo, a fim de evitar eventuais vícios na amostra. Além disso, quando

aplicado em indústrias de outros estados obteve um índice de 80,49% de precisão. Pelo fato

de ter elaborado diversos modelos com diferentes números de variáveis em cada um deles,

pode-se ressaltar que em seus resultados os modelos com maior índice de classificação correta

foram os que possuíam maior número de variáveis.

2.3 RECUPERAÇÃO JUDICIAL E FALÊNCIA

Nesse estudo, a recuperação judicial e a falência serão considerados como eventos de

insolvência para as companhias, e por isso cabe à discussão dos conceitos. Segundo Aguilar

(2016), o embasamento legal da recuperação judicial, extrajudicial e a falência no país é a Lei

n. 11.101 de 09 de fevereiro de 2005, que veio com o intuito de substituir o Decreto-Lei nº

17.661 de 21 de junho de 1945. A referida autora explica que a mudança mais significativa

com relação à introdução da lei diz respeito à implantação da figura da recuperação em

substituição a concordata e diz ainda que as duas tem o intuito de amparar as empresas em

meio a uma crise financeira. Por recuperação judicial, entende-se que, conforme o art. 47 da

Lei 11.101/05, tem por objetivo,

viabilizar a superação da situação de crise econômico-financeira do devedor, a fim

de permitir a manutenção da fonte produtora, do emprego dos trabalhadores e dos

interesses dos credores, promovendo, assim, a preservação da empresa, sua função

social e o estímulo à atividade econômica. (BRASIL, 2005)

Com relação à falência, considera-se ainda o que consta no art. 75 da mesma Lei, que

diz que “a falência ao promover o afastamento do devedor de suas atividades, visa a preservar

e otimizar a utilização produtiva dos bens, ativos e recursos produtivos, inclusive os

intangíveis, da empresa.”

Pereira (2005, p.3) explica que a concordata,

era uma prerrogativa dada aos devedores comerciantes, em dificuldades, para

recuperarem a empresa, e sua concessão dependia do atendimento de determinados

8

requisitos e pressupostos, e dava um fôlego aos comerciantes, para pagar, em

condições privilegiadas, no prazo de até dois anos suas dívidas. O comerciante

decidia unilateralmente sobre o pedido e a forma de pagamento, e sujeitava todos os

credores quirografários, independentemente de sua concordância. O que

invariavelmente ocorria, é que a concordata privilegiava um determinado

comerciante, e em contrapartida, levava seus credores ao regime falimentar,

notadamente as empresas de pequeno porte, ou as que centralizavam suas operações

comerciais em poucos clientes.

2.4 ESTUDOS RELACIONADOS

Matias e Siqueira (1996) elaboraram em seu estudo um modelo para prever a

insolvência no setor bancário brasileiro, e para isso, utilizaram dados financeiros provenientes

da análise do balanço patrimonial de trinta e cinco bancos, sendo 16 considerados insolventes

e 20 solventes no período de 1994 a 1996. Os autores utilizarem indicadores próprios do setor

e aplicaram a técnica de regressão logística para a construção do modelo, pois julgaram ser a

mais apropriada, já que a variável dependente era dicotômica. Assim, uma das conclusões do

estudo foi que a alavancagem nas instituições não era relevante na contribuição da

insolvência. Por fim, eles sugerem que por conta de um grau de classificação correta de

91,67%, os resultados da pesquisa poderiam ser empregados para o desenvolvimento do

sistema de fiscalização do Banco Central do Brasil. Assim, após a aplicação do modelo no

próprio sistema bancário brasileiro, eles perceberam que 58% dos bancos analisados podiam

sofrer o evento de insolvência, um cenário preocupante que poderia causar uma crise

bancária.

Por sua vez, Minussi, Damacena e Ness Junior (2002) objetivaram em sua pesquisa,

testar e comprovar que a técnica de regressão logística é útil para avaliar o risco de crédito.

Como amostra, utilizaram 323 empresas do setor industrial que são clientes de uma

determinada instituição financeira e como variáveis explicativas, selecionaram 49 indicadores

financeiros para a realização da análise. O modelo final obtido era composto de cinco

variáveis, sendo que o grau de precisão do modelo foi considerado relativamente alto. Para

averiguar a qualidade do modelo, eles utilizaram o método chamado de cross-validation, que

consistia basicamente em subdividir a amostra original em duas partes, sendo que uma é

destinada a definição do modelo e a outra é útil para a sua validação.

Já Onusic e Casa Nova (2006) resolveram em seu estudo desenvolver modelos de

previsão de insolvência utilizando a análise por envoltória de dados e regressão logística, com

a intenção de verificar se estas técnicas tem a capacidade de diminuir o erro de classificação

das companhias solventes e insolventes de uma base de dados. Para a obtenção da amostra,

9

coletaram dados no período de 1995 a 2001, disponibilizados pelo SERASA, que presta

serviços de análise de crédito. O principal resultado destacado no trabalho foi que a utilização

conjunta das técnicas auxiliou na redução do erro em classificar uma empresa insolvente

como solvente.

Por fim, Brito e Assaf Neto (2008) desenvolveram um modelo de classificação de

risco de crédito em seu estudo, com o intuito de realizar uma avaliação do risco de crédito de

companhias atuantes no mercado brasileiro. Para isso, utilizaram uma amostra de 60

companhias de capital aberto, sendo que destas, 30 eram consideradas solventes e 30

insolventes escolhidas no intervalo de 1994 a 2004. Para a construção do modelo, utilizaram a

técnica de regressão logística e as variáveis explicativas adotadas foram indicadores

econômico-financeiros determinados a partir de informações extraídas de relatórios contábeis

das companhias estudadas. Para validá-lo, os autores utilizaram o método Jackknife e

averiguaram o valor da área abaixo da Curva ROC (Receiver Operating Characteristic). Por

fim, perceberam que o modelo de classificação de risco elaborado com essa metodologia é

eficiente para prever eventos de insolvência com no mínimo um ano de antecedência e que

também fornece um nível de acurácia satisfatório. Além disso, deram ênfase ao fato de que as

demonstrações financeiras contêm informações capazes de permitir a previsão solvência ou

insolvência das empresas daquela amostra.

3 PROCEDIMENTOS METODOLÓGICOS

3.1 CLASSIFICAÇÃO DE PESQUISA

A pesquisa a ser realizada neste estudo pode ser classificada quanto aos seguintes

aspectos: pela forma de abordagem do problema; de acordo com seus objetivos; e com base

nos procedimentos técnicos utilizados.

Com relação à abordagem do problema, pode-se dizer que é uma pesquisa

quantitativa. Conforme Richardson (1999), a pesquisa quantitativa recorre ao uso de

quantificação no momento de coleta de dados, assim como no seu tratamento através de

técnicas estatísticas, no sentido de estabelecer relações entre as variáveis. Considerando-se

que a técnica de regressão logística será utilizada para verificar a relação entre os indicadores

econômicos financeiros e o evento de default, conclui-se que parece ser viável classificar

dessa forma.

10

Quanto aos seus objetivos, considera-se a pesquisa como sendo descritiva. Gil (1999)

explica que a pesquisa descritiva procura descrever características de certa população ou

fenômeno, ou também verificar a relação entre as variáveis, sendo que uma de suas principais

características consiste na utilização de técnicas de coleta de dados padronizadas.

No que se refere aos procedimentos técnicos utilizados, considera-se que seja uma

pesquisa documental. Nesse caso, Martins e Theóphilo (2007, p. 55) explicam que são

empregadas “fontes primárias, assim considerados os materiais compilados pelo próprio autor

do trabalho, que ainda não foram objeto de análise, ou que ainda podem ser reelaborados de

acordo com os propósitos da pesquisa.” Haverá uma consulta no portal da Comissão de

Valores Mobiliários (CVM) para obtenção das informações de empresas que entraram em

recuperação judicial ou com pedido de falência. Além disso, as demonstrações contábeis das

empresas serão consultadas para a realização do cálculo dos indicadores econômico-

financeiros, por isso considera-se que seja uma pesquisa documental.

3.2 DEFINIÇÃO DA AMOSTRA DE EMPRESAS

A amostra das empresas será determinada conforme o que foi proposto por Brito e

Assaf Neto (2008), mas com algumas adaptações. Para a construção do modelo, os autores

utilizaram empresas solventes e insolventes listadas na Bolsa de Valores de São Paulo

(BOVESPA). No que tange essa pesquisa, a definição de evento de default, ou insolvência, é

quando se realiza a petição inicial de recuperação judicial ou falência. Brito e Assaf Neto

(2008) utilizaram na época de seu artigo, empresas concordatárias, mas destaca-se que

atualmente esse termo equivale a recuperação judicial. Além disso, é importante destacar que,

para fins desse estudo, conforme preconizado pelos referidos autores, não haverá distinções

para o evento recuperação judicial ou falência.

Assim, as companhias pertencentes ao grupo insolvente foram determinadas como

aquelas de capital aberto que eram listadas na BM&FBOVESPA e requisitaram a recuperação

judicial ou que entraram em estado de falência durante o período de 2009 a junho de 2017.

Essas empresas foram encontradas através do cadastro de companhias abertas que consta na

CVM na data em que se deu o início do processo de falência ou de recuperação judicial.

Para a escolha das empresas solventes, repetiu-se o critério que Brito e Assaf Neto

(2008) utilizaram em sua pesquisa, isto é, o método de emparelhamento. Ou seja, a seleção foi

feita considerando que para cada companhia com dificuldades financeiras, uma organização

solvente de igual setor e de porte semelhante no mesmo ano do evento default da insolvente

11

seria escolhida. O setor econômico das companhias foi determinado através da classificação

setorial criada pelo Economática, que compõe 20 categorias. No que diz respeito ao tamanho

equivalente, foi tomado como critério o valor do ativo total consolidado, sendo que, para cada

empresa insolvente buscou-se uma solvente de ativo total aproximado.

Por fim, a amostra final possui 60 empresas, sendo 30 solventes e 30 insolventes. As

empresas que serão utilizadas no estudo, a data da ocorrência do default e o setor econômico

são apresentadas no quadro abaixo:

Quadro 1 – Amostra de empresas

Id Empresa Insolvente Setor Econômico Ano do Evento Id Empresa Solvente

1 IGB Eletroeletrônicos 2009 31 Springer

2 Renaux View Têxtil 2010 32 Encorpar

3 Tecel S José Têxtil 2010 33 Santanense

4 Buettner Têxtil 2011 34 Karsten

5 Schlosser Têxtil 2011 35 Cataguases

6 Carlos Renaux Têxtil 2011 36 Cambuci

7 Celpa Energia Elétrica 2012 37 Celesc

8 Rede Energia Energia Elétrica 2012 38 Ceb

9 Tecnosolo Outros 2012 39 Conpel

10 Lark Outros 2012 40 Polpar

11 Teka Têxtil 2012 41 Arezzo

12 GPC Part. Outros 2013 42 Time For Fun

13 OGX Petróleo e Gás 2013 43 Comgás

14 Pet Manguinhos Petróleo e Gás 2013 44 Ceg

15 Mangels Siderurgia e Metalurgia 2013 45 Aliperti

16 OSX Veículose peças 2013 46 Iochp-Maxion

17 Eneva Energia Elétrica 2014 47 Alupar

18 Inepar Constr. Outros 2014 48 Aegea

19 Inepar Equip. Veículos e peças 2014 49 Fras-le

20 Fibam Siderurgia e Metalurgia 2014 50 Metal Iguaçu

21 Met Duque Siderurgia e Metalurgia 2014 51 Altus

22 Eletrosom Comércio 2015 52 Grazziotin

23 Sultepa Construção 2015 53 Trisul

24 Lupatech Siderurgia e Metalurgia 2015 54 Forjas Taurus

25 Oi Telecomunicações 2016 55 Claro

26 Wetzel Veículos e peças 2016 56 Bic Monark

27 Viver Construção 2016 57 Rodobens

12

28 MMX Mineração 2016 58 Magnesita

29 Hopi Hari Outros 2016 59 CSU Cardsystem

30 PDG Realty Construção 2017 60 Cyrela

Fonte: Elaborado pelo autor (2016)

3.3 DEFINIÇÃO DAS VARIÁVEIS

Como em Brito e Assaf Neto (2008), no presente estudo, será utilizada uma variável

categórica como variável dependente, em que 1 significa que a empresa atende a condição de

insolvente e 0 simboliza a solvência da organização. Com relação às variáveis independentes,

os mesmos critérios dos referidos pesquisadores foram considerados, em que os indicadores

são as variáveis explicativas para o modelo obtido através da Regressão Logística. Para os

autores, esses índices podem ser utilizados com o propósito de evidenciar a situação

econômico-financeira das companhias, isto é, quanto pior estiver o cenário da organização,

maior a expectativa da insolvência se realizar. Ou seja, os indicadores econômico-financeiros

obtidos através das demonstrações contábeis iriam proporcionar uma previsão de que se as

informações apresentadas ao público poderiam ajudar a prever o estado de falência ou de

recuperação judicial.

Para o cálculo desses indicadores, assim como no estudo de Brito e Assaf Neto (2008),

foram consultados os relatórios contábeis do penúltimo exercício anterior ao ano do início da

situação de insolvente, disponíveis no portal da CVM e também na base de dados do

Economática. Por exemplo, se o evento ocorrer em 01/01/2016, o último exercício do ano

anterior ao evento seria 2015, já o penúltimo exercício anterior ao ano do evento seria 2014.

Então, nesse exemplo hipotético, seriam usadas as demonstrações referentes ao ano de 2014.

Os mesmos autores explicam que o caráter do estudo era prever, então caso utilizassem as

demonstrações contábeis do mesmo ano do default não seria o procedimento mais correto.

Portanto, o emprego das informações do penúltimo exercício vai proporcionar um aspecto

preditivo de pelo menos um ano para o evento de insolvência.

Ainda se baseando no artigo de Brito e Assaf Neto (2008), na presente pesquisa, foram

utilizados indicadores econômico-financeiros de rentabilidade, liquidez, atividade, estrutura,

análise dinâmica e fluxo de caixa. No entanto, alguns tiveram de sofrer ajustes em suas

fórmulas por conta das mudanças ocorridas na estrutura das demonstrações contábeis

decorrentes da Lei 11.638/2007 conforme é apresentado a seguir:

13

Quadro 2 – Variáveis explicativas

Nº Indicador BRITO E ASSAF NETO (2008) ATUAL

1 Liquidez Geral (AC + RLP)/(PC+ ELP) (AC + RLP) / (PC + PNC)

2 Liquidez Corrente AC / PC AC / PC

3 Liquidez seca (AC - Estoques)/ PC (AC - Estoques) / PC

4 Liquidez imediata Disponível / PC Disponível / PC

5 Retorno sobre o patrimônio líquido LL / PL inicial LL / PL inicial

6 Retorno sobre o ativo LAJIR / AT LAJIR / AT

7 Retorno sobre vendas LL / VL LL / VL

8 Giro do ativo VL / AT VL / AT

9 Margem operacional LAJIR / VL LAJIR / VL

10 Lucro operacional sobre despesas

financeiras

LAJIR / DF LAJIR / DF

11 Patrimônio líquido sobre ativo PL / AT PL / AT

12 Lucros retidos sobre ativo (LA + RL) / AT (LA + RL) / AT

13 Patrimônio líquido sobre exigível

total

PL / (PC + ELP) PL / (PC + PNC)

14 Endividamento total (PC + ELP) / AT (PC + PNC) / AT

15 Endividamento de curto prazo PC / AT PC / AT

16 Endividamento financeiro (PCF + ELPF) / AT (PCF + PNCF) / AT

17 Imobilização do patrimônio líquido AP / PL (IMOB+INT+INV)/ PL

18 Estoques sobre ativo ESTOQUES / AT ESTOQUES / AT

19 Capital de giro líquido (AC - PC) / AT (AC - PC) / AT

20 Necessidade de capital de giro (ACO - PCO) / AT (ACO - PCO) / AT

21 Saldo de tesouraria sobre ativo (ACF - PCF) / AT (ACF - PCF) / AT

22 Saldo de tesouraria sobre vendas (ACF - PCF) / VL (ACF - PCF) / VL

23 Fluxo de caixa operacional sobre

ativo

FCO / AT FCO / AT


exigível total

FCO / (PC + ELP) FCO / (PC + PNC)


endividamento financeiro

FCO / (PCF + ELPF) FCO / (PCF + PNCF)

Fonte: Adaptado de Brito e Assaf Neto (2008, p. 23)

Quadro 3 – Legenda

Sigla Item (conta ou subconta) Sigla Item (conta ou subconta)

AC Ativo Circulante INV Investimentos

ACF Ativo circulante financeiro LA Lucros Acumulados

ACO Ativo circulante operacional LAJIR Lucro antes dos juros e imposto de renda

AI Ativo Imobilizado LL Lucro líquido

ANC Ativo não circulante PC Passivo circulante

AP Ativo Permanente PCF Passivo circulante financeiro

AT Ativo total PCO Passivo circulante operacional

DF Despesas financeiras PNCF Passivo não circulante financeiro

ELP Exigível a longo prazo PNC Passivo não circulante

ELPF Exigível a longo prazo financeiro PL Patrimônio líquido

FCO Fluxo de Caixa Operacional RL Reserva de Lucros

14

IMOB Imobilizado RLP Realizável a longo prazo

INT Intangível VL Vendas Líquidas

Fonte: Adaptado de Brito e Assaf Neto (2008, p. 23)

As variáveis X1 a X4 representam índices de liquidez, que conforme Silva (2008,

p.197) tem como pretensão “fornecer uma medida, ou melhor, um indicador da capacidade da

empresa de pagar suas dívidas, a partir da comparação entre os direitos realizáveis e as

exigibilidades”. Por sua vez, os indicadores X5, X6, X7 e X9 caracterizam-se por serem de

rentabilidade, que segundo Vieira et al. (2011, p. 3) “medem o quanto uma empresa está

sendo lucrativa ou não, através dos capitais investidos, o quanto renderam os investimentos e,

qual o resultado econômico da empresa”. O indicador X8 refere-se ao giro do ativo “que

expressa o volume de negócios gerado pelos investimentos totais da empresa” (GARTNER;

GARCIA, 2005, p. 6). Já o X10 é um indicador que conforme Ross et al. (2013, p. 65) “mede

quão bem uma empresa poderá cumprir com suas obrigações de pagamento de juros”.

Brito e Assaf Neto (2008, p. 21) dizem que as variáveis: X11 demonstra que uma

parcela de capital próprio financia a empresa; X12 expressa quais foram os lucros retidos com

relação ao ativo e por fim; X13 mostra o montante de recursos próprios com relação ao capital

de terceiros. Já os índices X14, X15 e X16 retratam o endividamento e a estrutura que

segundo Kassai (2002, p. 55) “indicam a composição das fontes de recursos da empresa,

distinguindo entre capital próprio e de terceiros.”

Segundo Matarazzo (2010, p. 86) o índice de imobilização do Patrimônio Líquido

(X17), ou capital próprio, é o “quanto a empresa aplicou no Ativo Permanente para cada $100

de Patrimônio Líquido”. O autor considera que o ativo permanente é composto das contas de

investimentos, intangível, diferido e imobilizado. O índice X18 informa a representatividade

dos estoques no valor do ativo total. Os indicadores X19 a X22 “visam analisar a situação

financeira da empresa sob a perspectiva do modelo dinâmico de capital de giro” (NEVES

JUNIOR; RODRIGUES; LEITE, 2011, p. 1). Por outro lado, os indicadores X23 a X25 são,

segundo Yates (2002, p. 81) uma forma de “estimar-se o potencial de geração de caixa de um

dado modelo de negócio”.

Importante destacar como serão calculados os valores do ativo circulante financeiro

(ACF), ativo circulante operacional (ACO), passivo circulante financeiro (PCF) e passivo

circulante operacional (PCO). Para Medeiros e Rodrigues (2007), o ACO e PCO referem-se a

contas que são relacionadas a atividade operacional da empresa, e que o ACF e PCF estão

ligados a elementos financeiros. Segundo Sanvincente e Minardi (1998), Lopes e Menezes

(2006) e Medeiros e Rodrigues (2007), são exemplos de contas que compõem esses grupos:

15

ativo circulante operacional (clientes, estoques, duplicatas a receber, contas a receber de

clientes, despesas antecipadas, impostos a compensar, dentre outros); ativo circulante

financeiro (caixa, bancos, aplicações financeiras, títulos e valores mobiliários, dentre outros);

passivo circulante operacional (fornecedores, salários, impostos, taxas, encargos, contas a

pagar, entre outros); e passivo circulante financeiro (empréstimos, financiamentos, duplicatas

descontadas, dividendos, etc.). Já o grupo exigível a longo prazo financeiro tem a mesma

natureza que as contas do passivo circulante financeiro, porém, tem um vencimento que vai

além do término exercício subsequente. A respeito do valor do fluxo de caixa proveniente das

operações, ressalta-se que será verificado através da demonstração de fluxo de caixa

disponibilizada pela empresa.

3.4 TRATAMENTO DOS DADOS

Preliminarmente, Brito e Assaf Neto (2008) realizaram nas duas amostras um teste de

igualdade de médias, para verificar se elas são iguais estatisticamente e para isso, aplicaram o

teste T de Student. No entanto, a adoção desse teste exige que a amostra não seja pequena e

que também assuma a distribuição normal (FÁVERO et al., 2009), o que não ocorreu no

presente estudo. Fávero et al. (2009) esclarecem que um teste não paramétrico substituto pode

ser o Mann-Whitney, que verifica se duas amostras independentes são provenientes de uma

mesma população. Sendo assim, o referido teste será empregado neste trabalho.

Conforme realizado no artigo de Brito e Assaf Neto (2008), será utilizada a técnica

conhecida como regressão logística. Essa metodologia proporcionará o desenvolvimento de

um modelo que gerará uma probabilidade de futuros eventos de default, possibilitando que se

classifique uma empresa como solvente ou insolvente. Para Corrar, Paulo e Dias Filho (2007,

p. 132) a análise de regressão é utilizada na maioria das vezes com o objetivo de previsão, que

consiste “determinar uma função matemática que busca descrever o comportamento de

determinada variável, denominada dependente, com base nos valores de uma ou mais

variáveis, denominadas independentes”. Assim como a análise de regressão,

a regressão logística também busca explicar ou predizer valores de uma variável em

função de valores conhecidos de outras variáveis. Porém, existem algumas

particularidades que a distinguem dos demais modelos de regressão. A principal

delas é o fato de a variável dependente ser dicotômica. Isso exige que o resultado da

análise possibilite associações a certas categorias, tais como positivo ou negativo,

aceitar ou rejeitar, morrer ou sobreviver e assim por diante. (CORRAR; PAULO;

DIAS FILHO, 2007, p. 283).

16

É importante citar ainda que,

na regressão logística, há uma transformação na variável dependente, que é

convertida em uma razão de probabilidades e posteriormente em uma variável de

base logarítmica (transformação logística). Devido à natureza não linear dessa

transformação, os coeficientes da regressão são estimados pelo método da máxima

verossimilhança. (BRITO; ASSAF NETO, 2008, p. 24)

De acordo com Corrar, Paulo e Dias Filho (2007, p. 286), o modelo logístico assume o

seguinte formato:

p(evento) 1

1 e (b0 b1X1 b2X2 bkXk)

Os mesmos critérios que Brito e Assaf Neto (2008) utilizaram em seu artigo serão

utilizados para selecionar as variáveis, que nesse caso será através do método forward

stepwise, utilizando o critério do menor Likelihood Ratio. Brito e Assaf Neto (2008, p. 25),

preconizam que “o método stepwise é baseado em um algoritmo estatístico que avalia a

importância de cada variável independente e as inclui ou exclui do modelo segundo uma

determinada regra”. Os mesmos autores ainda citam que a significância estatística do

coeficiente da variável indica a importância dela.

4 ANÁLISE DOS RESULTADOS

Neste capítulo, os resultados gerados após a aplicação dos procedimentos

metodológicos descritos anteriormente são apresentados.

Primeiramente, os dados foram analisados através do teste Mann-Whitney, e como

resultado, observou-se que o nível de significância em três situações foi maior que 5%, ou

seja, três variáveis tiveram de ser excluídas (X8, X17 e X18). Em outras palavras, esses

indicadores têm médias semelhantes nos dois grupos.

Dado isso, a Regressão logística foi aplicada com as 22 variáveis restantes. Como em

Brito e Assaf Neto (2008), o ponto de corte utilizado foi 0,50, assim como os parâmetros

foram os mesmos, isto é, 5% de significância para entrada de variáveis e 10% para saída.

Dessa maneira, o modelo pode ser resumido na seguinte equação:

ln (p

1 p) 9,172 0,805.X4 7,191.X9 13,399.X14 8,213.X19

17

As variáveis significativas que melhor explicam a insolvência nessa amostra foram os

indicadores X4, X9, X14 e X19, que são respectivamente, liquidez imediata, margem

operacional, endividamento total e capital de giro líquido. Os coeficientes das variáveis X9 e

X19 são negativos, indicando que quanto maior a margem operacional e o capital de giro

líquido, menor é a probabilidade de uma empresa vir a ser tornar insolvente. Enquanto isso, os

indicadores X4 e X14 apresentam uma relação positiva com a insolvência, isto é, quanto

maior é a liquidez imediata e o endividamento total, maior é a chance da empresa vir a falir.

Apesar dos mesmos critérios adotados ao longo do trabalho, a única variável

semelhante ao modelo original de Brito e Assaf Neto (2008) é o capital de giro líquido e a

mesma relação foi encontrada. Além disso, também foi obtido um índice do grupo de

estrutura, mas diferentemente dos autores, o mais significativo na presente pesquisa é o

endividamento total, ao invés do endividamento financeiro.

Pode-se apresentar também a matriz de classificação do modelo, que mostra as

empresas classificadas de forma correta e incorreta. Como pode ser visualizado na Tabela 1, o

percentual geral de acerto foi de 85,00%, enquanto que 83,33% das empresas solventes foram

classificadas corretamente e 86,67% das insolventes foram relacionadas ao grupo adequado:

Tabela 1 – Matriz de classificação do modelo de previsão de insolvência

Observações Previsto

Total Classificações

Corretas Solvente Insolvente

Solvente 25 5 30 0,833

Insolvente 4 26 30 0,867

Total 29 31 60 0,850

Fonte: Elaborada a partir de dados da pesquisa (2017).

Para averiguar a validade do modelo, Corrar, Paulo e Dias Filho (2007) sugerem que é

possível fazer o teste Qui Quadrado. De acordo com os resultados da pesquisa, a significância

obtida foi de 0,000 com o Qui Quadrado de 53,503, sendo então possível rejeitar a hipótese

nula de que todos os coeficientes são iguais a zero, já que a significância é menor que 5%.

Corrar, Paulo e Dias Filho (2007) ressaltam a importância de analisar se cada

coeficiente do modelo é significativo, ou seja, se são úteis para estimar a probabilidade do

evento de insolvência se concretizar. Dessa forma, eles sugerem a análise da estatística Wald

para essa finalidade, assim como Brito e Assaf Neto (2008). Como pode ser visualizado na

Tabela 2, ao nível de significância de 5%, todas as variáveis do modelo são estatisticamente

importantes:

18

Tabela 2 – Coeficientes do modelo

Variável Coeficiente Erro padrão Estatística

Wald

Grau de

Liberdade Significância

Intercepto -9,172 3,715 6,094 1 0,014

X4 0,805 0,340 5,621 1 0,018

X9 -7,191 3,488 4,250 1 0,039

X14 13,399 5,207 6,621 1 0,010

X19 -8,213 3,943 4,339 1 0,037


Brito e Assaf Neto (2008) também realizaram testes com o intuito de avaliar o nível de

ajuste do modelo. Para isso, eles dizem que é relevante examinar os pseudo R² e o Likelihood

Value. Esse último, segundo os pesquisadores, mede a qualidade do modelo de um modo

geral, sendo que quanto menor é o valor assumido pela estatística, melhor é o ajuste. Na

pesquisa atual, o Likelihood Value é de 29,674.

Conforme o quarto passo da tabela 3, percebe-se que o Nagelgerke R² e Cox-Snell R²

são, respectivamente, de 78,67% e 59,01%. De acordo com a interpretação de Corrar, Paulo e

Dias Filho (2007), isso significa que 59,01% das variações no log da razão de chance podem

ser explicadas pelas variáveis liquidez imediata, margem operacional, endividamento total e

capital de giro líquido. Enquanto isso, como destaca os autores, o Nagelgerke, é uma

adaptação do Cox-Snell, que varia de 0 a 1. Logo, isso significa que o modelo pode explicar

78,67% nas variações ocorridas na variável dependente. Esses resultados não se distanciam

muito do obtido no estudo de Brito e Assaf Neto (2008), já que o Nagelgerke R², Cox-Snell

R² e Likelihood Value foram nesta ordem, 84,40%, 63,30% e 23,066.

Tabela 3 – Likelihood Value, Cox-Snell R² e Nagelkerke R²

Passo Likelihood Value Cox-Snell R² Nagelkerke R²

1 58,091 0,342 0,456

2 47,405 0,449 0,599

3 42,017 0,496 0,662

4 29,674 0,590 0,787


Além disso, Corrar, Paulo e Dias Filho (2007, p. 308) também indicam a análise do

Teste Hosmer e Lemeshow, “que se trata de um teste Qui-quadrado, cujo objetivo é testar a

hipótese de que não há diferenças significativas entre os resultados preditos pelo modelo e os

observados.” Conforme pode ser visto no quarto passo da Tabela 4, o nível de significância é

19

maior que 5%, o que sugere que a hipótese pode ser aceita já que não existem diferenças

significativas entre os valores observados e os previstos.

Tabela 4 – Teste Hosmer e Lemeshow

Passo

Estatística Qui

Quadrado

Grau de

Liberdade Significância

1 8,054 8 0,428

2 6,446 8 0,597

3 2,788 8 0,947

4 8,217 8 0,413


Para Fávero et al. (2009), a Curva ROC também pode ser analisada como meio de

validar a função logística. Eles explicam que a curva é um gráfico que indica em cada ponto

de corte a especificidade e a sensitividade do modelo. Os autores destacam que a

especificidade está relacionada ao caso de verdadeiro negativo, ou seja, seria o percentual de

acerto das situações em que não ocorreram o evento, enquanto a sensitividade representa o

percentual de acerto dos casos em que o fenômeno de fato aconteceu. Assim, os

pesquisadores afirmam que para analisar o gráfico, verifica-se a sua área, que quanto maior o

valor assumido, maior é o poder discriminatório do modelo em diferenciar os eventos de

interesse daqueles que não o são. Por outro lado, quanto mais a Curva estiver próxima da reta

diagonal, pior é a discriminação.

Como referência, Fávero et al. (2009) indicam algumas faixas de classificação que

podem ser adotadas. Segundo eles, se a área situada abaixo da curva for menor ou igual a

0,50, então a interpretação que deve ser realizada é a de que não há poder de discriminação.

Se o valor da área se encontra entre 0,70 e 0,80, então a discriminação pode ser considerada

aceitável. Por outro lado, a discriminação é excelente quando a área do gráfico gerado é maior

que 0,80.

O Gráfico 1 indica que a área da Curva Roc é de 96,00%, simbolizando então, um

poder de discriminação excelente conforme a classificação detalhada anteriormente. É um

resultado muito semelhante ao estudo de Brito e Assaf Neto (2008), que encontraram uma

área de 97,80%.

20

Gráfico 1 – Curva ROC

Fonte: Elaborado a partir de dados da pesquisa (2017).

4 CONSIDERAÇÕES FINAIS

A pesquisa objetivou aplicar o método de classificação de risco de crédito com base no

estudo de Brito e Assaf Neto (2008), como forma de apresentar uma versão mais atualizada

do modelo de previsão obtido por esses autores. Dessa forma, diante dos resultados expostos,

acredita-se que o propósito geral da pesquisa foi cumprido, pois todas as medidas que

denotam a qualidade do modelo se mostraram semelhantes.

Ainda, pretendeu-se avaliar se as informações contábeis publicadas pelas empresas

atualmente no Brasil são úteis e suficientes para ajudar a predizer a degradação da companhia.

Os resultados foram favoráveis, comprovando que isso é verdade, assim corroborando com o

que Kanitz (1974) disse sobre a possibilidade de detectar os indícios de uma companhia que

está em uma situação próxima a falência ou concordata, desse modo, dando a possibilidade de

atuar com uma ação corretiva.

Semelhantemente ao modelo de Brito e Assaf Neto (2008) a função matemática do

presente trabalho também apresentou quatro variáveis, sendo apenas o capital de giro líquido

igual ao encontrado por aqueles autores. Vale relembrar o que Silva (1983) destacou em seu

trabalho, que ao passo que o tempo muda é absolutamente normal que as variáveis e os

coeficientes tenham alterações, sendo assim, determinados indicadores que são significativos

na atualidade podem não ser úteis para a predição de eventos em um futuro não muito

distante.

21

Pode-se ainda comparar o grau de precisão do atual modelo com o obtido por Brito e

Assaf Neto (2008). Ressalta-se que o percentual geral de classificação correta do modelo foi

de 85,00% contra 90,00% do original para prever a insolvência com a antecedência mínima

de um ano. As medidas que refletem a qualidade de ajuste do modelo de modo geral também

não se distanciam tanto, já que Nagelgerke R² e Cox-Snell R² gerados são, respectivamente,

de 78,67% e 59,01%.

Embora o modelo tenha um bom grau de classificação correta, 85,00%, deve-se

reforçar que ele foi criado a partir de diversas empresas de capital aberto de diferentes setores,

podendo assim não ter uma representação muito efetiva à cerca do vasto horizonte de

empresas. Silva (1983) afirma que qualquer modelo preditivo, por maior percentual de

classificações corretas que ele tenha, deve ser sempre visto como uma ferramenta auxiliar na

tomada de decisão, e em hipótese alguma pode ser usado de forma exclusiva. Assim, sempre

será necessário um julgamento mais subjetivo que pode levar em conta fatores que não podem

ser mensurados com confiabilidade.

Ressalta-se que o número de empresas que foram à falência ou entraram em processo

de Recuperação Judicial no período não foi elevado, logo a amostra foi consideravelmente

pequena. No entanto, Brito e Assaf Neto (2008) defendem que casos de incidência de falência

e concordatas são geralmente reduzidos em grandes empresas, mas que o impacto é muito alto

quando o evento se concretiza. Além disso, para eles, a amostra foi extraída de uma

população de empresas listadas na bolsa que também não é muito grande. Por isso, acredita-se

que o tamanho da amostra é justificável devido às circunstâncias do mercado de capitais

brasileiro.

Outra dificuldade que se encontrou na pesquisa foi no momento de classificar as

contas do balanço patrimonial para posterior cálculo dos índices de análise dinâmica. Muitas

vezes as classificações que constavam no balanço e em notas explicativas não eram

suficientes para realizar a classificação à cerca da natureza do ativo ou passivo em financeiro

ou operacional. Foi constatado que faltava a devida explanação dos componentes de

determinadas contas, assim, ocasionalmente possuíam contas genéricas e abrangentes, abrindo

margem para uma possível classificação errada para os posteriores cálculos. Isso indica que

apesar dos resultados favoráveis do modelo que sugerem que as informações contábeis

presentes nas demonstrações publicadas pelas companhias são capazes de ajudar a prever o

evento de insolvência, é preciso utilizar o instrumento com cuidado conforme Silva (1983)

alerta.

22

Outro ponto a ser discutido é o fato de ter fixado somente o evento de default como o

pedido de Recuperação Judicial e Falência, já que esse é um modo observável de verificar se

uma empresa é insolvente. No entanto, apesar de vários autores utilizarem essa abordagem

(ALTMAN, 1968; OHLSON, 1980; SILVA, 1983; BRITO; ASSAF NETO, 2008), acredita-

se que é possível que a variável dependente seja representada de outro modo mais abrangente.

Dessa forma, como sugestões para pesquisas futuras, pode-se adotar outro critério para

classificar uma empresa como solvente ou insolvente, visto que algumas empresas paralisam

suas operações por anos e não requisitam o pedido de falência ou recuperação judicial. Desse

modo é possível que caiam na amostra como empresas solventes.

REFERÊNCIAS

AGUILAR, Débora Zuim. A inclusão de atividades contábeis nos processos de

recuperação judicial: discussão sobre os potenciais benefícios e impactos na remuneração.

2016. 112 f. Dissertação (Mestrado em Ciências Contábeis) – Programa de Pós Graduação em

Ciências Contábeis. Faculdade de Economia, Administração e Contabilidade da Universidade

de São Paulo, São Paulo, 2016. Disponível em:

<http://www.teses.usp.br/teses/disponiveis/12/12136/tde-27042016-120419/pt-br.php>.

Acesso em: 10 out. 2016.

ALTMAN, Edward I. Financial ratios, discriminant analysis and the prediction of corporate

bankruptcy.The Journal of Finance.v.23, n. 4, p. 589-609, set., 1968. Disponível em:

<https://www.jstor.org/stable/2978933?seq=1#page_scan_tab_contents>.Acesso em: 12 set.

2016.

ALTMAN, Edward I.; BAIDYA, Tara K. N.; DIAS, Luiz Manoel Ribeiro. Previsão de

problemas financeiros de empresas. Revista de Administração de Empresas. v.19, n. 1, p.

17-28, jan-mar.,1979. Disponível em:

<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-75901979000100002>.

Acesso em: 02 abr. 2017.

BRASIL. Lei n.º 11.101, de 09 de fevereiro de 2005. Regula a recuperação judicial, a

extrajudicial e a falência do empresário e da sociedade empresária. Disponível em:

<https://www.planalto.gov.br/ccivil_03/_ato2004-2006/2005/lei/l11101.htm>. Acesso em: 03

nov. 2016.

BRASIL. Lei n.º 11.638, de 28 de dezembro de 2007. Altera e revoga dispositivos da Lei

no 6.404, de 15 de dezembro de 1976, e da Lei n

o 6.385, de 7 de dezembro de 1976, e estende

às sociedades de grande porte disposições relativas à elaboração e divulgação de

demonstrações financeiras. Disponível em: <http://www.planalto.gov.br/ccivil_03/_ato2007-

2010/2007/lei/l11638.htm>. Acesso em: 30 out. 2016.

BRITO, Giovani Antonio Silva; ASSAF NETO, Alexandre. Modelo de classificação de risco

de crédito de empresas. Revista Contabilidade & Finanças. v.19, n.46, pp.18-29. jan./abr.,

23

2008. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1519-

70772008000100003>. Acesso em: 05 set. 2016.

COMISSÃO DE VALORES MOBILIÁRIOS. Central de Sistemas. Disponível em: <

http://sistemas.cvm.gov.br/>. Acesso em: 08 out. 2016.

CORRAR, Luiz J.; PAULO, Edilson; DIAS FILHO, José Maria (Coord.). Análise

Multivariada: para os cursos de administração, ciências contábeis e economia. São Paulo:

Atlas, 2007.

ECONOMATICA. About Us. Disponível em: <https://economatica.com/aboutus.html>


FÁVERO, Luis Paulo et al. Análise de dados: modelagem multivariada para tomada de

decisões. Rio de Janeiro: Elsevier, 2009.

GARTNER, Ivan Ricardo; GARCIA, Fabio Gallo. Criação de Valor e Estratégia de

Operações: Um Estudo do Setor Químico e Petroquímico Brasileiro. Revista Gestão &

Produção. v.12 , n.3, p.,459-468, set-dez, 2005. Disponível em:

<http://www.scielo.br/scielo.php?pid=S0104530X2005000300014&script=sci_abstract&tlng

=pt>.Acesso em: 16 out. 2016.

GIL, Antônio Carlos. Métodos e Técnicas de Pesquisa Social. 5. ed. São Paulo: Atlas, 1999.

JORION, Philipe. Value at Risk. 2. ed. São Paulo: BM&FBovespa, 2012.

KANITZ, S. C. Como prever falências. Revista Negócios em Exame, p. 95-102, 1974.

Disponível em: <https://pt.scribd.com/document/61123852/EXAME-

ComoPreverFalenciaEmpresa-Kanitz>. Acesso em: 05 mar. 2017.

KASSAI, Silvia. Utilização da Análise por Envoltória de Dados (DEA) na Análise de

Demonstrações Contábeis. 2002. 350 f. Tese (Doutorado em Controladoria e Contabilidade)

– Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo, São

Paulo, 2002. Disponível em: < http://www.teses.usp.br/teses/disponiveis/12/12136/tde-

11122002-092458/pt-br.php>.Acesso em: 19 out. 2016.

LIMA, Fabiano Guasti. Análise de Riscos. São Paulo: Atlas, 2015.

LOPES, Antonio Carlos Vaz; MENEZES, Emilio Araújo. Gestão Financeira das

Cooperativas: Aplicação do Modelo Dinâmico. Revista Gestão Industrial. v.2, n.2, p. 143-

152, 2006. Disponível em: < http://docplayer.com.br/1685839-Gestao-financeira-das-

cooperativas-aplicacao-do-modelo-dinamico-financial-administration-of-the-cooperatives-

application-of-the-dynamic-model.html>. Acesso em: 19 out. 2016.

MARTINS, Gilberto de Andrade; THEÓPHILO, Carlos Renato. Metodologia da

Investigação Científica para Ciências Sociais Aplicadas. São Paulo: Atlas, 2007.

MATARAZZO, Dante Carmine. Análise Financeira de Balanços: Abordagem Gerencial. 7.

ed. São Paulo: Atlas, 2010.

https://economatica.com/aboutus.html

24

MATIAS, Alberto Borges; SIQUEIRA, José de Oliveira. Risco bancário: modelo de previsão

de insolvência de bancos no Brasil. Revista de Administração. v. 31, n.2, p. 19-28, abr-jun,

1996.

MEDEIROS, Otávio Ribeiro; RODRIGUES, Fernanda Fernandes. Análise Avançada do

Capital de Giro: Testes Empíricos. In: CONGRESSO VIRTUAL BRASILEIRO DE

ADMINISTRAÇÃO,4., 2007, [S.l.].Anais... CONVIBRA, 2007. Disponível em:

<http://www.convibra.com.br/artigo.asp?ev=22&id=1826>.Acesso em: 16 out. 2016.

MINUSSI, José Alberto; DAMACENA, Cláudio; NESS JUNIOR, Walter Lee. Um modelo

de previsão de solvência utilizando regressão logística. Revista de Administração

Contemporânea. v.6, n.3, set-dez, 2002. Disponível

em:<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-65552002000300007>.


NEVES JUNIOR, Idalberto José; RODRIGUES, Danielle de Faria; LEITE, Luciana de

Azevedo. Modelo Fleuriet:Estudo Exploratório sobre a Aplicação do Modelo de Análise

Dinâmica de Capital de Giro para a Avaliação de Desempenho de Empresas Brasileiras do

Período de 2008. In: CONGRESSO UFSC DE CONTROLADORIA E FINANÇAS, 4., 2011,

Santa Catarina. Anais...Santa Catarina: UFSC,2011. Disponível em:

<http://dvl.ccn.ufsc.br/congresso/anais/4CCF/20101217191906.pdf>.Acesso em: 16 out.

2016.

OHLSON, James A. Financial ratios and the probabilistic prediction of bankruptcy. Journal

of Accounting Research, v.18, n.1, p. 109-131, 1980. Disponível em:

<https://www.jstor.org/stable/2490395>.Acesso em: 20 out. 2016.

ONUSIC, Luciana Massaro; CASA NOVA, Silvia Pereira de Castro. A Utilização Conjunta

das Técnicas Análise por Envoltória de Dados e Regressão Logística na Estudo de Insolvência

de Empresas: Um Estudo Exploratório. In: ENCONTRO NACIONAL DA ANPAD,

30.,2006,Salvador.Anais...Salvador: ANPAD,2006. Disponível em:

<http://www.anpad.org.br/enanpad/2006/dwn/enanpad2006-fica-1652.pdf>.Acesso em: 16

out. 2016.

PEREIRA, Clovis Brasil. Principais mudanças na nova Lei de Falência. [S.l.], 2005.

Disponível em:.<http://egov.ufsc.br/portal/sites/default/files/anexos/30785-32975-1-PB.pdf> .

Acesso em: 02 Nov. 2016.

RICHARDSON, Roberto Jarry. Pesquisa Social: Métodos e Técnicas. 3. ed. São Paulo:

Atlas, 1999.

ROSS, Stephen A. et al. Fundamentos de Administração Financeira. 9.ed. Porto Alegre:

AMGH, 2013.

SANVINCENTE, Antônio Zoratto; MINARDI, Andrea Maria A. F. Identificação de

indicadores contábeis significativos para previsão de concordata de empresas. [S.l.].

1998. Disponível em: <http://www.cyta.com.ar/elearn/tc/marterial/altaman5.pdf>. Acesso em:

15 Nov. 2016.

http://www.cyta.com.ar/elearn/tc/marterial/altaman5.pdf

25

SILVA, José Pereira. Avaliação da saúde financeira das empresas. Revista de

Administração de Empresas. v. 23, n. 2, p. 41-47, 1983. Disponível em:

<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-75901983000200004>.

Acesso em: 03 mai. 2017.

SILVA, José Pereira. Gestão e análise de riscos. 6. ed. Sao Paulo: Atlas, 2008.

VIEIRA et al.. Índices de Rentabilidade: Um Estudo sobre os Indicadores ROA, ROI e ROE

de Empresas do subsetor de Tecidos, Calçados e Vestuários Listadas Na Bovespa.

In:CONGRESSO VIRTUAL BRASILEIRO DE ADMINISTRAÇÃO.,8., 2011, [S.l.].Anais...

CONVIBRA, 2011. Disponível em:

<http://www.convibra.com.br/upload/paper/adm/adm_3052.pdf>. Acesso em: 16 out. 2016.

YATES, Sergio Ricardo. Ascensão e queda do provimento de acesso gratuito à internet

no Brasil: O papel dos modelos de negócio. 2002. 152 f. Dissertação (Mestrado Executivo

em Administração Pública e de Empresas) - Centro de Formação Acadêmica e Pesquisa.

Fundação Getúlio Vargas, Rio de Janeiro, 2002. Disponível em:

<http://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/3866/SERGIO-RICARDO-

YATES.pdf?sequence=1>.Acesso em: 16 out. 2016.

Documents

MODELO PARA A CLASSIFICAÇÃO DO RISCO DE CRÉDITO DE